Mentions de marque : pourquoi l’IA ne vous recommande pas

On définit comme mention de marque toute référence à une entreprise écrite par d’autres : un avis Google, un fil Reddit qui la recommande, un comparatif dans un média spécialisé ou son article Wikipédia. Ce qui la distingue d’un lien, c’est qu’elle n’a besoin de pointer nulle part : il suffit que le nom soit là et dise ce que fait l’entreprise.

Pour un assistant IA, ces mentions remplissent deux fonctions. Elles lui indiquent que l’entreprise existe et qu’elle est connue dans sa catégorie, et elles lui fournissent des phrases pour la décrire.

Auditer les mentions qu’une marque a déjà, avec ou sans lien, est un autre travail, expliqué dans l’audit des mentions de marque sans lien.

Quand un assistant cherche sur le web, il garde peu de sources. Dans une étude de DoGeo portant sur 1 230 exécutions de Gemini (octobre 2026), le modèle utilisait environ 10 sources par réponse lorsqu’il cherchait. Si ces dix sources sont des comparatifs, des forums et des avis qui ne nomment pas une entreprise, le site de cette entreprise reste hors de la réponse, aussi bon soit-il.

Souvent, l’assistant ne cherche même pas. Dans cette même étude de DoGeo, avec les questions sur la visibilité dans l’IA et le GEO posées en espagnol, 70 % des exécutions de Gemini n’ont lancé aucune recherche web ; avec les mêmes questions en anglais, 46 %. Dans ces réponses, ce que l’assistant dit d’une marque vient de ce que le modèle sait déjà, et il l’a appris de textes écrits par d’autres.

La façon dont chaque assistant décide quelles sources consulter avant de citer est expliquée dans comment les modèles d’IA choisissent leurs sources. Ce qui compte ici, c’est la conséquence : une entreprise se bat pour apparaître dans les sources que l’assistant utilise déjà, pas seulement pour avoir la meilleure page.

L’enquête 2026 de BrightLocal sur les avis des consommateurs, menée auprès d’un panel de 1 002 adultes américains et publiée le 11 février 2026, montre que l’usage de ChatGPT et d’autres outils d’IA pour obtenir des recommandations de commerces locaux est passé de 6 % l’année précédente à 45 %. L’IA est désormais la troisième source de recommandations, derrière Google et Facebook.

Cette même enquête de BrightLocal indique que 97 % des consommateurs lisent des avis sur les commerces locaux, et qu’un consommateur consulte en moyenne six sites d’avis avant de choisir. Les opinions sont donc dispersées, et un assistant qui résume la réputation d’une entreprise a de quoi puiser.

Pour une entreprise, les avis sont la mention tierce la plus facile à influencer de façon légitime : on les demande à de vrais clients et on y répond, mais on ne les écrit jamais.

Google a annoncé le 22 février 2024 avoir accès à l’API de données de Reddit, qui fournit du contenu structuré et en temps réel de Reddit. OpenAI a annoncé un accord équivalent avec Reddit le 16 mai 2024, pour apporter du contenu de Reddit dans ChatGPT. Google et ChatGPT ont donc un accès direct à ce qui se dit sur Reddit.

Le poids de Reddit se voit dans les décomptes de citations. 5W Research a publié en mai 2026 une analyse d’environ 600 000 citations de ChatGPT aux États-Unis, à partir des données Similarweb de janvier et février 2026 : Reddit était le deuxième domaine le plus cité, avec 11,97 %, juste derrière Wikipédia.

Le même rapport de 5W Research prévient que la part de Reddit dans ChatGPT varie fortement d’un mois à l’autre : Reddit n’est donc pas un canal sur lequel bâtir tout un plan. Ce qui sert, c’est de participer sous son vrai nom aux forums du secteur ; un fil fabriqué par la marque est une mention achetée.

Ahrefs a analysé les réponses de ChatGPT à 750 requêtes de recommandation dans trois catégories : logiciels, produits et agences (du type « les meilleures agences de création de sites à Londres »). Les listes des « meilleurs » au format blog représentaient 43,8 % de tous les types de pages cités, devant tout autre format.

La même étude d’Ahrefs a constaté que les marques placées plus haut dans ces listes apparaissaient davantage dans les recommandations de ChatGPT que celles placées au milieu ou en bas. C’est une corrélation, pas la preuve que monter dans une liste provoque la recommandation, mais elle décrit où les assistants trouvent leurs candidats.

Pour une entreprise, les comparatifs de son secteur sont un objectif concret : savoir lesquels existent, s’ils l’incluent et comment ils la décrivent. Payer pour la première place revient à acheter une mention.

La Fondation Wikimédia a écrit le 17 octobre 2025 que presque tous les grands modèles de langage s’entraînent sur des données de Wikipédia, et que les pages vues par des humains sur Wikipédia avaient baissé d’environ 8 % par rapport aux mêmes mois de 2024. Elle l’attribue à l’IA générative et aux réseaux sociaux, avec des moteurs de recherche qui répondent directement, souvent à partir du contenu de Wikipédia.

Wikipédia n’accepte pas les articles promotionnels. Ses critères d’admissibilité en français demandent une couverture significative et durable, d’au moins deux sources secondaires fiables centrées sur le sujet, et sa version anglaise déconseille fortement à une entreprise de modifier l’article qui la concerne. Pour avoir un article, il faut d’abord que d’autres médias parlent de l’entreprise.

Wikidata, la base de connaissances structurée du mouvement Wikimédia, rassemble des données qui servent de support à Wikipédia. Si l’entreprise a déjà une fiche Wikidata, il vaut la peine de vérifier qu’elle correspond à son site.

1. Écrire une phrase qui dit ce que fait l’entreprise et pour qui, et l’utiliser telle quelle sur le site, les fiches d’entreprise, LinkedIn et les annuaires du secteur.
2. Demander des avis à de vrais clients sur les sites que consulte le secteur, et répondre à tous, y compris aux mauvais. Les avis sont la seule mention tierce qu’une entreprise peut demander directement.
3. Dresser la liste des comparatifs des « meilleurs » de sa catégorie qui apparaissent déjà dans les réponses des assistants, et écrire à leurs auteurs avec des informations vérifiables : ce que fait l’entreprise, pour qui et avec quels résultats.
4. Publier des données propres que personne d’autre n’a, comme une étude ou un cas chiffré : c’est ce qu’un journaliste ou un comparatif cite avec le nom de l’entreprise à côté.
5. Répondre aux questions sous un vrai nom dans les forums du secteur, sans lien vers le site dans chaque message.

Ce qu’un assistant écrit sur une marque ne se voit qu’en le lui demandant. Pour que la mesure serve, les questions doivent rester les mêmes, être celles que poserait un client, et être lancées plusieurs fois : on voit alors si la marque apparaît, à quelle place et avec quelle source. La mise en place est expliquée dans le guide pour suivre la visibilité dans l’IA.

Ce que ce jeu de questions ne dit pas, c’est si l’assistant a lu le site. Pour cela, on crée dans le pare-feu ou le CDN une règle qui enregistre, sans bloquer, les requêtes de chaque robot d’IA, identifié par son user-agent et, quand le fournisseur publie ses plages, vérifié par IP. Ces journaux permettent de compter quelles pages chaque robot visite et quand.

Les robots de recherche, comme OAI-SearchBot d’OpenAI, Claude-SearchBot d’Anthropic ou PerplexityBot, indiquent quelles pages entrent dans l’index de chaque assistant. Ceux qui ouvrent une page quand une personne pose une question, comme ChatGPT-User, Claude-User ou Perplexity-User, sont le signal le plus proche d’une lecture de la page par l’assistant pendant une conversation. C’est ce que DoGeo met en place pour chaque client, en plus des questions fixes.